Upload
others
View
9
Download
0
Embed Size (px)
Citation preview
15th International Symposium on Econometrics, Operations Research and Statistics
22-25 May 2014 Suleyman Demirel University, Isparta, TURKEY
15th
ISEOS
PROCEEDINGS BOOK
15
th International Symposium on Econometrics,
Operations Research and Statistics
22-25 May 2014 Suleyman Demirel University
Suleyman Demirel University, Department of Econometrics
II
15th International Symposium on Econometrics, Operations Research and Statistics
22-25 May 2014 Suleyman Demirel University, Isparta, TURKEY
Suleyman Demirel University, Department of Econometrics
III
15th International Symposium on Econometrics, Operations Research and Statistics
22-25 May 2014 Suleyman Demirel University, Isparta, TURKEY
ORGANIZING COMMITTEE
Hakan DEMĠRGĠL
Abdullah EROĞLU
Sadık ÇÖKELEZ
Kenan Oğuzhan ORUÇ
Aliye Atay KAYIġ
Yılmaz KILIÇASLAN
Erdoğan ÖZTÜRK
Harun SULAK
Yusuf DEMĠR
Murat ÇUHADAR
Meltem AYCAN KARAATLI
Ömer Utku ERZENGĠN
Hikmet ORHAN
Hakan BOZDAĞ
Vedat BAYDAR
Onur DEMĠREL
Aykut SEZGĠN
Buhari DOĞAN
Süha ÇELĠKKAYA
Süleyman Kağan GÜRBÜZ
Faruk ERĠNCĠ
Harun ÖZTÜRK
Pınar ARSLAN
Canan ġENTÜRK
Fatih DEMĠR
Hande UZUNOĞLU ÜNLÜ
Suleyman Demirel University, Department of Econometrics
IV
15th International Symposium on Econometrics, Operations Research and Statistics
22-25 May 2014 Suleyman Demirel University, Isparta, TURKEY
ISEOS 2014
15th
INTERNATIONAL SYMPOSIUM ON
ECONOMETRICS, OPERATIONS RESEARCH
AND STATISTICS
Isparta, Turkey, May 22-24, 2014
Editors
Kenan Oğuzhan Oruç
Hakan Demirgil
ISBN: 978-9944-452-80-9
DISCLAIMER
All articles have been printed as received and formatted for uniformity and the
Organizing and Scientific Committees cannot be claimed responsible of the contents
and future applications.
Suleyman Demirel University, Department of Econometrics
5
15th International Symposium on Econometrics, Operations Research and Statistics
22-25 May 2014 Suleyman Demirel University, Isparta, TURKEY
CONTENTS
ECONOMETRICS………………………………………………………………………………………..9
AN APPLICATION OF KEYNESIAN CONSUMPTION FUNCTION AND MULTIPLIER ON
TURKISH ECONOMY ............................................................................................................................. 10
AR - GE HARCAMALARI VE EKONOMĠK BÜYÜME ARASINDAKĠ ĠLĠġKĠ: PANEL VERĠ
ANALĠZĠ ................................................................................................................................................... 24
AR-GE‘NĠN TEġVĠKĠ AMACIYLA UYGULANAN MALĠYE POLĠTĠKALARININ ETKĠNLĠĞĠ VE
GELĠġMĠġ ÜLKELERDEN ÖRNEKLER ............................................................................................... 40
BĠREYSEL EMEKLĠLĠK FONLARINI BELĠRLEYEN FAKTÖRLER: OECD ÖRNEĞĠ .................... 54
BURS VE SOSYAL YARDIM ALAN ÖĞRENCĠLERĠN HARCAMA VE AĠLE GELĠR
BEYANLARININ EKONOMETRĠK MODELLENMESĠ ....................................................................... 65
ÇALIġAN KADIN BOġANIYOR MU? TÜRKĠYE ÜZERĠNE AMPĠRĠK BĠR ANALĠZ ..................... 78
DIġ TĠCARET-REEL DÖVĠZ KURU ĠLĠġKĠSĠ: TÜRKĠYE EKONOMĠSĠ ÜZERĠNE BĠR ĠNCELEME
(2004-2013) ............................................................................................................................................... 90
DIġ TĠCARETTE REKABET GÜCÜNÜN BELĠRLEYĠCĠSĠ OLARAK AR-GE VE INOVASYON:
EKONOMETRĠK BĠR ANALĠZ ............................................................................................................. 108
DÖVĠZ KURU OYNAKLIĞININ TÜRKĠYE‘NĠN EURO ALANINA OLAN ĠHRACATI ÜZERĠNE
ETKĠSĠ (2002-2013) ................................................................................................................................ 122
FĠNANSAL ĠSTĠKRARSIZLIK VE KURUMSAL KALĠTE (YÖNETĠġĠM) ĠLĠġKĠSĠ: TÜRKĠYE
ÖRNEĞĠ .................................................................................................................................................. 138
FORECASTING BIST NATIONAL-100 INDEX BY USING ARTIFICIAL NEURAL NETWORK
AND REGRESSION MODELS .............................................................................................................. 155
HĠSSE SENEDĠ ENDEKSLERĠNE YÖNELĠK YATIRIM TERCĠHLERĠ: BĠST 100 ÜZERĠNE BĠR
UYGULAMA .......................................................................................................................................... 167
KAMU HARCAMALARI VE EKONOMĠK BÜYÜME ĠLĠġKĠSĠNE WAGNER YASASI
ÇERÇEVESĠNDEN BĠR BAKIġ: TÜRKĠYE ĠÇĠN EKONOMETRĠK BĠR ANALĠZ .......................... 182
MACROECONOMIC DETERMINANTS OF MERGER AND ACQUISITIONS IN TURKEY: AN
ARDL BASED COINTEGRATION APPROACH ................................................................................. 192
MALĠYE POLĠTĠKASI AÇISINDAN REEL KAMU HARCAMALARI & EKONOMĠK BÜYÜME
ĠLĠġKĠSĠ: TÜRKĠYE EKONOMĠSĠ ĠÇĠN ÇOK VEKTÖRLÜ EġBÜTÜNLEġĠM ÇÖZÜMLEMESĠ VE
YAPISAL VEKTÖR HATA DÜZELTME MODELĠ BULGULARI ..................................................... 203
PARA VE FĠZĠKĠ SERMAYE ĠLĠġKĠSĠ: MCKĠNNON TAMAMLAYICILIK HĠPOTEZĠ TÜRKĠYE
EKONOMĠSĠ ĠÇĠN NE KADAR GEÇERLĠ? ......................................................................................... 223
PETROL FĠYAT GETĠRĠLERĠ ĠLE BIST ANA SEKTÖR GETĠRĠLERĠ ARASINDA RĠSK ĠLĠġKĠSĠ
................................................................................................................................................................. 234
SABĠT ĠKAME ESNEKLĠKLĠ ÜRETĠM FONKSĠYONUNUN ĠKAME ESNEKLĠK
PARAMETRESĠNĠN TAHMĠN EDĠLMESĠ: ÖRNEK OLAY ĠNCELEMESĠ ...................................... 250
SATIN ALMA GÜCÜ PARĠTESĠ TEORĠSĠNĠN GEÇERLĠLĠĞĠ: TÜRKĠYE ÖRNEĞĠ ...................... 262
TÜRKĠYE EKONOMĠSĠ ĠÇĠN SERMAYE HĠZMETLERĠ ENDEKSĠ: BÜYÜME MUHASEBESĠ
YAKLAġIMI ........................................................................................................................................... 274
Suleyman Demirel University, Department of Econometrics
6
15th International Symposium on Econometrics, Operations Research and Statistics
22-25 May 2014 Suleyman Demirel University, Isparta, TURKEY
TÜRKĠYE‘DE ENERJĠ TÜKETĠMĠ, FĠNANSAL GELĠġME, EKONOMĠK BÜYÜME,
SANAYĠLEġME VE KENTLEġME: ÇOKLU YAPISAL KIRILMALI BĠR ARAġTIRMA ............... 284
TÜRKĠYE‘DE SANAYĠ SEKTÖRÜ VE EKONOMĠK BÜYÜME ĠLĠġKĠSĠNĠN KALDOR YASASI
ÇERÇEVESĠNDE SINANMASI: EKONOMETRĠK BĠR ANALĠZ ...................................................... 296
WHAT DETERMINES TO HOLD A HIGH-PAYING JOB? THE CASE OF TURKEY ..................... 310
WHAT IS THE SIGNIFICANCE OF IMPROVING HEALTH LEVEL IN ACCELERATING
ECONOMIC GROWTH? ........................................................................................................................ 322
YABANCI SERMAYENĠN BÖLGELER ARASINDAKĠ DAĞILIM FARKLILIKLARI VE TERCĠH
NEDENLERĠ: TÜRKĠYE ÖRNEĞĠ ....................................................................................................... 335
YABANCI YATIRIMCI PORTFÖYLERĠNE KUR RĠSKĠNĠN ETKĠSĠ ............................................... 346
YURT DIġI EĞĠTĠM PROGRAMLARININ BĠREYLERĠN KISA VE UZUN DÖNEM GELĠRLERĠNE
ETKĠSĠ: ÇALIġANLAR ÜZERĠNE EĞĠLĠM SKORU EġLEġTĠRMESĠ UYGULAMASI .................. 359
STATISTICS………………………………….…………………………………………………………373
BAĞIMSIZ ĠKĠ ÖRNEK ORTALAMASINI KARġILAġTIRMADA RANK TRANSFORM
METODUNUN KULLANILMASI ĠLE OLUġAN AMPĠRĠK I.TĠP HATA ORANI ............................ 374
BAYESIAN MULTINOMIAL LOGISTIC REGRESSION MODEL OF ORGANIC FOOD BUYERS
DATA ...................................................................................................................................................... 383
BULANIK ORTAMDA SATIġ GELĠRLERĠNĠN BELĠRLENMESĠNE YÖNELĠK ÇOKLU
REGRESYON TAHMĠN MODEL ÖNERĠSĠ VE BĠR TEKSTĠL ĠġLETMESĠNE UYGULANMASI . 394
DEVLET ÜNĠVERSĠTELERĠNĠN AKADEMĠK PERFORMANSLARININ ÇOK BOYUTLU
ÖLÇEKLEME YÖNTEMĠ ĠLE ANALĠZĠ .............................................................................................. 406
ÖZEL DERSANE VE KOLEJLERDEKĠ ÖĞRETMENLERĠN TÜKENMĠġLĠK DÜZEYLERĠNĠN
MASLACH VE KOPENHAG ENVANTERLERĠNE GÖRE ÖLÇÜLMESĠ VE KARġILAġTIRMASI
................................................................................................................................................................. 417
HĠBRĠD SĠSTEMLER ĠÇĠN BAYESCĠ YAKLAġIM ............................................................................ 425
LIMITATIONS IN AVERAGE RUN LENGTH CALCULATIONS IN STATISTICAL PROCESS
CONTROL .............................................................................................................................................. 446
LOJĠSTĠK REGRESYON VE BANKACILIK VERĠLERĠ ÜZERĠNE BĠR UYGULAMA ................... 455
NODEXL ĠLE SOSYAL AĞ ANALĠZĠ: #AKADEMĠKZAM ÖRNEĞĠ ............................................... 464
PAMUKKALE ÜNĠVERSĠTESĠ‘NDE OKUYAN ÖĞRENCĠLERĠN BAġARI DURUMLARINI
ETKĠLEYEN FAKTÖRLERĠN LOJĠSTĠK REGRESYON ANALĠZĠ ĠLE BELĠRLENMESĠ .............. 483
RAYLI SĠSTEM FĠLO ARAÇLARINDA ARIZA DAĞILIM PARAMETRELERĠNĠN
BELĠRLENMESĠ .................................................................................................................................... 492
SOSYAL AĞ VERĠLERĠNĠN KUVVET YASASI OLASILIK DAĞILIMINA UYGUNLUK ANALĠZĠ:
TWĠTTER ÖRNEĞĠ ................................................................................................................................ 501
SU KĠRLĠLĠĞĠ VE SUBJEKTĠF YOKSULLUK ÜZERĠNE BĠR ALAN ÇALIġMASI: AġAĞI BÜYÜK
MENDERES HAVZASI ÖRNEĞĠ ......................................................................................................... 524
SÜREKLĠ BAĞIMSIZ DEĞĠġKENLER ĠÇĠN ORANSAL ODDS MODELĠ, KARAR AĞACI ve
YAPAY SĠNĠR AĞLARI YÖNTEMLERĠNĠN SINIFLANDIRMA PERFORMANSININ
KARġILAġTIRILMASI .......................................................................................................................... 535
THE DETERMINATION OF THE FACTORS EFFECTING THE STUDENTS' FOREIGN
LANGUAGE ACHIEVEMENT AT PAMUKKALE UNIVERSITY BY USING LOGISTIC
REGRESSION ANALYSIS .................................................................................................................... 552
Suleyman Demirel University, Department of Econometrics
7
15th International Symposium on Econometrics, Operations Research and Statistics
22-25 May 2014 Suleyman Demirel University, Isparta, TURKEY
TOPKAPI SARAYI MÜZESĠ‘NDE ZĠYARETÇĠ PROFĠLĠ VE MEMNUNĠYET ARAġTIRMASI:
ÖLÇEK TASARIMINA ĠLĠġKĠN BĠR UYGULAMA ........................................................................... 560
TÜRKĠYE‘DE HAVA YOLU ULAġIM TALEBĠNĠN BOX-JENKINS VE GRĠ TAHMĠN
YÖNTEMLERĠ ĠLE TAHMĠNĠ .............................................................................................................. 576
TÜRKĠYE‘DEKĠ DOLAR KURU VOLATĠLĠTESĠNĠN MODELLENMESĠ ....................................... 589
TÜRKĠYE‘DEKĠ Ġġ KAZALARININ GELECEK YILLAR ĠÇĠN TAHMĠNĠ ...................................... 601
TÜRKĠYE‘NĠN MOBĠLYA SEKTÖRÜ REKABETÇĠLĠĞĠNĠN REKABET GÜCÜ ENDEKSLERĠ
BAKIMINDAN ANALĠZĠ VE BAZI TESPĠTLER ................................................................................ 612
OPERATIONS RESEARCH…………………………………………………………………………….623
A FUZZY ANALYTIC HIERARCHY PROCESS MODEL FOR THE EVALUATION OF PRINT
ADVERTISEMENT DESIGNS .............................................................................................................. 624
ACĠL SERVĠS ANAHTAR PERFORMANS ÖLÇÜTLERĠNĠN BULANIK AHP ĠLE
ÖNCELĠKLENDĠRĠLMESĠ .................................................................................................................... 644
BĠNA ISI YALITIMINDA KULLANILAN EN UYGUN MALZEMENĠN SEÇĠMĠNDE AHP
YÖNTEMĠNĠN UYGULANMASI ......................................................................................................... 655
BĠR RAYLI TAġIT ĠÇĠN PROJE YÖNETĠMĠ UYGULAMASI ........................................................... 664
BORSALARIN PERFORMANSININ ÇOK KRĠTERLĠ KARAR VERME YÖNTEMLERĠ ĠLE
KARġILAġTIRILMASI .......................................................................................................................... 673
BUILDING SCENARIOS FOR WIND ENERGY WITH FUZZY COGNITIVE MAPS ...................... 690
BULANIK ANALĠTĠK HĠYERARġĠ PROSES KULLANILARAK TÜRKĠYE‘DE NÜKLEER ENERJĠ
SANTRALĠNĠN KURULUġ YERĠ SEÇĠMĠ .......................................................................................... 699
BULANIK ÖLÇÜ UZAYLARI ve BULANIK KOALĠSYON FONKSĠYONLARININ RIESZ
AYRIġIMI ............................................................................................................................................... 710
ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMA PROBLEMLERĠNĠN ÇÖZÜMÜ ÜZERĠNE BĠR
ARAġTIRMA: GLOBAL KRĠTER ve ÖNCELĠKLĠ HEDEF PROGRAMLAMA YÖNTEMLERĠNĠN
KARġILAġTIRMASI ............................................................................................................................. 714
DEPO SÜREÇLERĠNĠN ĠYĠLEġTĠRĠLMESĠ VE BĠR UYGULAMA .................................................. 722
DEVELOPMENT OF A DECISION SUPPORT SYSTEM BASED ON ANALYTIC NETWORK
PROCESS FOR NON-TRADITIONAL MACHINING PROCESS SELECTION ................................ 727
EKONOMĠK BĠR BÜYÜME MODELĠ‘NĠN YAPAY SĠNĠR AĞLARI ĠLE TAHMĠNĠ VE TÜRKĠYE
UYGULAMASI ...................................................................................................................................... 738
GRĠ ĠLĠġKĠSEL ANALĠZ YÖNTEMĠ ĠLE TEDARĠKÇĠ SEÇĠMĠ VE BĠR TEKSTĠL FABRĠKASINDA
UYGULAMA ÇALIġMASI .................................................................................................................... 750
GSM OPERATÖRÜ KULLANICILARININ MÜġTERĠ MEMNUNĠYETĠNĠN TOPSIS YÖNTEMĠYLE
ÖLÇÜLMESĠ .......................................................................................................................................... 763
GUGUK KUġU ALGORĠTMASI: BIR PLASTĠK ATIK TOPLAMA UYGULAMASI ...................... 775
HÜCRESEL ÜRETĠMDE ĠġGÜCÜ PLANLAMASI VE UYGULAMASI ........................................... 785
ĠKĠLĠ KARġILAġTIRMA MATRISININ YEREL AĞIRLIKLARININ BULUNMASINDA LP-GW-
AHP METOT........................................................................................................................................... 792
KARMA ĠMALAT ORTAMI ĠÇĠN ÜRETĠM SEVKĠYAT ENTEGRE PLANLAMASI ..................... 799
KLASĠK VERĠ ZARFLAMA ANALĠZĠ ĠLE KATEGORĠK VERĠ ZARFLAMA ANALĠZĠ
MODELLERĠNĠN ENERJĠ VERĠMLĠLĠĞĠ ÜZERĠNDE KARġILAġTIRMALI ĠNCELENMESĠ ...... 808
Suleyman Demirel University, Department of Econometrics
8
15th International Symposium on Econometrics, Operations Research and Statistics
22-25 May 2014 Suleyman Demirel University, Isparta, TURKEY
LOJĠSTĠK MERKEZĠ YER SEÇĠMĠ ĠÇĠN ANALĠTĠK AĞ SÜRECĠ YÖNTEMĠNĠN KULLANILMASI
................................................................................................................................................................. 823
MAKĠNE SEÇĠMĠ ĠÇĠN BULANIK DEMATEL VE BULANIK TOPSĠS YÖNTEMLERĠNĠN
BĠRLEġTĠRĠLMESĠ ................................................................................................................................ 836
MOBĠL ĠġLETĠM SĠSTEMLERĠNĠN BULANIK VIKOR YAKLAġIMI ĠLE DEĞERLENDĠRĠLMESĠ
................................................................................................................................................................. 852
ON FILLED FUNCTION METHOD AND APPLICATIONS ............................................................... 864
ORACLE VERĠ TABANINDA PL/SQL DĠLĠNDE GENETĠK ALGORĠTMA KULLANILARAK
YAPAY ZEKA VE BULANIK MANTIK TABANLI SORGULAMAYAZILIMI GELĠġTĠRĠLMESĠ
VE UYGULAMASI ................................................................................................................................ 872
PATIENT PROFILE DETERMINATION FOR A PHARMACY VIA DATA MINING
CLASSIFICATION TECHNIQUES ....................................................................................................... 892
PERFORMANCE EVALUATION OF THE HYBRID APPROACHES FOR SOLVING THE
CAPACITATED LOT SIZING PROBLEM WITH SETUP CARRYOVER AND BACKORDERING 900
RESEARCH AND ANALYSIS ON A FURNITURE PRODUCTION SYSTEM VIA VALUE STREAM
MAPPING AND WORK STUDY .......................................................................................................... 915
VERĠ ZARFLAMA ANALĠZĠ ĠLE MERMER ĠġLETMELERĠNĠN ETKĠNLĠK ÖLÇÜMÜ ............... 950
YAMUK BULANIK SAYILARLA BĠR BULANIK EKONOMĠK SĠPARĠġ MĠKTARI MODELĠ ..... 976
YAPAY ARI KOLONĠ ALGORĠTMASI ĠLE ZAMAN PENCERELĠ TAKIM ORYANTĠRĠNG
PROBLEMLERĠNĠN ÇÖZÜMÜ ............................................................................................................ 986
YAPAY SĠNĠR AĞLARI ÇOKLU LOJĠSTĠK REGRESYON VE ÇOKLU DĠSKRĠMĠNANT ANALĠZ
YÖNTEMLERĠNDEN YARARLANARAK YEREL SEÇĠMLERDE SEÇMEN TERCĠHLERĠNĠN
SINIFLANDIRILMASI: OSMANĠYE ĠLĠ UYGULAMASI ................................................................ 1000
YAPAY SĠNĠR AĞLARI YÖNTEMĠ ĠLE TÜRKĠYE‘DEKĠ TURĠZM GELĠRĠNĠN TAHMĠN
EDĠLMESĠ ............................................................................................................................................. 1022
POSTERS…………………………………………………………………..…………………………..1031
DEPO PLANLAMASI ve ÜRÜNLERĠN DEPOLARA ATANMASI PROBLEMĠNĠN
MODELLENMESĠ ................................................................................................................................ 1032
PARA POLĠTĠKASI ARAÇLARININ ENFLASYON HEDEFLEMESĠ ÜZERĠNE GÖRELĠ ETKĠSĠ:
TÜRKĠYE EKSENĠNDE BĠR ZAMAN SERĠSĠ ÇÖZÜMLEMESĠ..................................................... 1040
ÜNĠVERSĠTE ÖĞRENCĠLERĠNĠN ĠNTERNET KULLANIM TERCĠHLERĠNĠN AHP
KULLANILARAK DEĞERLENDĠRĠLMESĠ ...................................................................................... 1053
Suleyman Demirel University, Department of Econometrics
852
MOBĠL ĠġLETĠM SĠSTEMLERĠNĠN BULANIK VIKOR YAKLAġIMI ĠLE
DEĞERLENDĠRĠLMESĠ
ArĢ. Gör. Bahadır Fatih YILDIRIM1
ArĢ. Gör. Sultan KUZU2
ArĢ. Gör. Muhlis ÖZDEMĠR3
Özet
Zaman ve mekândan bağımsız olarak istenen bilgiye anında ulaĢabilme imkânı sunan mobilite, internet ve mobil cihazların her geçen gün daha çok yaygınlaĢmasıyla günlük hayattaki kullanım alanını artırmaktadır. AraĢtırmalara göre 2013 yılı 4.
çeyreğinde sevkiyatı yapılan mobil cihaz (akıllı telefon, tablet) sayısı, kiĢisel bilgisayar (PC) sayısını geride bırakmıĢtır. 2014
yılında PC sevkiyatının 300 milyonun altına inmesi, tablet/akıllı telefon sevkiyatının ise bir önceki yıla oranla yaklaĢık 1,5 kat artıĢ göstereceği öngörülmüĢtür. Günlük hayat ile iĢ hayatını birleĢtiren mobilite kavramı günümüz iĢ dünyasında iĢ süreçlerini de
değiĢtirmektedir. Ayrıca mobilitenin, sistem içindeki en alt birimden en üst birime kadar kiĢilerin çalıĢma Ģeklinde ve Ģirket içi
iletiĢimde önemli değiĢimlere neden olduğu gözlenmektedir.
Bu çalıĢmada, mobilitenin en önemli enstrümanı olan mobil cihazlar üzerinde donanım ve yazılımın uyumlu çalıĢmasına,
kontrol edilmesine ve yönetilmesine olanak sağlayan mobil iĢletim sistemleri, belirlenen kriterlere göre uzman görüĢü alınarak Çok
Kriterli Karar Verme (ÇKKV) yaklaĢımlarından VIKOR yöntemi ile değerlendirilmiĢ, karar verme sürecinin doğasında bulunan belirsizliği gidermek üzere bulanık sistem teorisi de karar sürecine dahil edilerek karar problemi Bulanık VIKOR yöntemi ile
çözülmüĢtür.
Anahtar Kelimeler: Bulanık VIKOR, Çok Kriterli Karar Verme, Bulanık Mantık, Mobil İşletim Sistemleri, Mobilite
Jel Kodu: C02, C44, C61
Abstract
Independently of time and space that provide access to the requested information mobility, internet and mobile devices
more widespread usage in daily life increases every day. According to research in the 4th quarter of 2013 with shipments mobile
device (smartphone, tablet) number, personal computer (PC) is the number left behind. In 2014, PC shipments fall below 300 million and tablet / smart phone shipments compared to the previous year is expected to increase about 1.5 times. Combining the
daily life and business life mobility concept, also changing the business process in today's business. In addition, the mobility, from
the sub-units to the uppermost unit peoples in the system are observed to be study form and intra-company communication causing the changes.
In this study, the most important instrument mobility on the mobile devices to work compatible hardware and software,
allowing controlling and managing mobile operating systems, according to the criteria set by the expert opinion of Multi-Criteria Decision Making (MCDM) approaches are evaluated with VIKOR, in the decision-making process to address uncertainties inherent,
the theory of fuzzy systems were included in the decision process decision problem is solved by the method of fuzzy VIKOR.
Keywords: Fuzzy VIKOR, Multi-criteria Decision Making, Fuzzy Logic, Mobile Operating Systems, Mobility
Jel Codes: C02, C44, C61
giriĢ
Ġnternetin hayatımızı değiĢtirdiği, bilgi paylaĢımının dünyayı yeniden Ģekillendirdiği, mobilitenin
sınırları ortadan kaldırdığı günümüzde akıllı cihazlar son kullanıcıların zaman ve bilgiyi yöntemede en
büyük yardımcısı konumundadır.ĠletiĢimin giderek mobile kayması, teknoloji Ģirketlerini mobil
teknolojilere yönlendirmektedir. Madreport adlı mobil reklam sektörü araĢtırma raporuna göre, 2013
yılının sonuna kadar dünya genelinde 800 milyon akıllı telefon satılacağı öngörülmüĢ, bu artıĢla birlikte
dünyadaki akıllı telefon sayısının 2 milyara yaklaĢacağı belirtilmiĢtir (Mobilike, 2013). Bu hızlı
1 Ġstanbul Üniversitesi, ĠĢletme Fakültesi, Sayısal Yöntemler Anabilim Dalı, [email protected]
2 Ġstanbul Üniversitesi, ĠĢletme Fakültesi, Sayısal Yöntemler Anabilim Dalı, [email protected]
3 Ġstanbul Üniversitesi, ĠĢletme Fakültesi, Sayısal Yöntemler Anabilim Dalı, [email protected]
Suleyman Demirel University, Department of Econometrics
853
yükseliĢaynı zamanda internet hizmetlerinin mobile taĢınmasını hızlandırmaktadır. Uluslararası
araĢtırmalar, 2013 yılı 4. çeyreğinde sevkiyatı yapılan mobil cihaz (akıllı telefon, tablet) sayısının, kiĢisel
bilgisayar (PC) sayısını geride bıraktığını göstermiĢtir. 2014 yılında PC sevkiyatının 300 milyonun altına
inmesi, tablet/akıllı telefon sevkiyatının ise bir önceki yıla oranla yaklaĢık 1,5 kat artıĢ göstereceği
öngörülmüĢtür.
BTK verilerine göre ülkemizde her 10 akıllı telefon kullanıcısının dokuzu mobil internet
kullanmaktadır. Bu rakamın akıllı telefon satıĢlarıyla orantılı olarak hızlı bir Ģekilde artması
beklenmektedir. 2013 yılında akıllı telefonlardaki veri trafiğinin, 2011 yılına oranla beĢ kat artacağı
öngörülmüĢtür. Ġnternetten yapılan her sekiz sayfa görüntülenmesinden biri;. okunan e-postaların %44′ü
veinternetten yapılan arama trafiklerinin %20′si mobil cihazlar üzerinden yapılmaktadır (BTK, 2013).
ĠĢletim sistemleri, bilgisayar donanımının doğrudan denetimi ve yönetiminden, temel sistem
iĢlemlerinden ve uygulama programlarını çalıĢtırmaktan sorumlu olan sistem yazılımıdır. Donanımlar
hızla geliĢip karmaĢıklaĢırken bu donanımların ne Ģekilde çalıĢacaklarını ve kaynak yönetimini
düzenleyen yazılımlar iĢletim sistemleridir. Akıllı telefonlar (Smart Phones), Tablet bilgisayarlar, PDA
(Personal Digital Assistant)‘lar gibi taĢınabilir cihazlar için üretilen iĢletim sistemleri mobil iĢletim
sistemleri olarak adlandırılmaktadır.
Günümüzde iĢletim sistemi kapsamı daha da geniĢlemekte, bir iĢletim sisteminin çoklu platformu
desteklemesi beklenmektedir. Aynı iĢletim sisteminin desktoplarda, laptoplarda, tabletlerde, telefonlarda
ve TV gibi platformlarda desteklenmesi sadece son kullanıcılar için değil aynı zamanda yazılım
geliĢtiriciler için de tercih sebebi olmaktadır.
Mobiliteye olan talep paralelinde artıĢ gösteren akıllı cihaz kullanımı, bu cihazlar üzerinde temel
sistem iĢlemlerinden sorumlu olan mobil iĢletim sistemlerinin önemini de artırmıĢtır. Bu bağlamda bu
çalıĢmada akıllı cihazlar üzerinde kullanılan popüler mobil iĢletim sistemlerinin uzman görüĢü alınarak
değerlendirilmesi amaçlanmıĢtır. ÇalıĢmanın izleyen bölümünde kullanılacak yöntemlerden
bahsedildikten sonra son bölümde mobil iĢletim sistemi alternatifleri bir karar problemi olarak ele
alınarak değerlendirilmiĢ, sonuç bölümünde bulgular yorumlanmıĢtır.
bulanık sayı ve kümeler
1965 yılında Azeri akademisyen Lotfy A. Zadeh (Lütfü Askerzade) tarafından ortaya atılan
bulanık küme, bulanık mantık ve bulanık sistem kavramları baĢlarda literatürde tamamen kabul görmemiĢ
ancak 1975 yılında Ġngiltere Queen Mary College‘de Mamdani ve Assilian tarafından geliĢtirilen bir
buhar makinesinin kontrolünün bulanık sistem kullanılarak modellenmesi ile önem kazanmaya
baĢlamıĢtır (ġen, 2009: 15-16). Bulanık mantık, klasik iki değerli (0,1) mantığın genelleĢtirilmiĢ hali olup,
daha geniĢ anlamda ise bulanık kümeleri kullanan tüm teori ve teknolojileri ifade etmektedir (Baykal ve
Beyan, 2004: 39).
Çok değerli mantık, geleneksel kümelerden oluĢturulan önermelerin, ikiden fazla doğruluk değeri
ile eĢleĢtirilebildiği mantık sistemidir. Bulanık mantık ise, belirsizlik durumunda akıl yürütme ile çok
değerli mantığın birleĢtirilmesi esasına dayalı mantıksal bir sistemdir (Özkan, 2003: 123).
Elemanları x ile gösterilen bir E evrensel kümesi tanımlanırsa, E evrensel kümesinin klasik bir
alt kümesi olan A için ( A E ) üyelik, A karakteristik fonksiyonu ile gösterilir ve {0,1} arasında
aĢağıdaki gibi değiĢiklik gösterir:
1
( )0
A
x Ax
x A
(20)
Oysa belirsizlik üzerine kurulu bulanık mantıkta küme değerinin sadece 0 yada 1 değeri yerine
[0,1] aralığında olması söz konusu olup küme değerlerinin bu aralıktan belirlenmesi durumunda A
kümesi ―Bulanık Küme‖ olma özelliği kazanır. Bir bulanık kümenin temsili sembolün üstünün çizilmesi
ile ifade edilir (Akman ve Alkan, 2006: 30). Bulanıklık sembolü ile gösterilir, bulanık bir küme ifadesi
için A kullanılır (Seçme Yalçın ve Özdemir, 2008:178)
Suleyman Demirel University, Department of Econometrics
854
Bulanık kümeleri klasik kümelerden ayıran temel özellik 0 ile 1 arasında değiĢen değiĢik üyelik
derecelerine sahip elemanlardan oluĢmasıdır. 0 ile 1 arasındaki değiĢimin her bir eleman için değerine
―üyelik derecesi‖, üyelik derecesinin bir alt küme içerisindeki değiĢimine ise ―üyelik fonksiyonu‖ denir
(ġen, 2009:40). Bulanık küme teorisinde üyelik fonksiyonlarını belirleme süreci için özel algoritmalar
geliĢtirilmiĢtir ancak birçok uygulama iĢlem kolaylığı sağlaması açısından parametrik olarak ifade
edilebilen üyelik fonksiyonları ile gerçekleĢtirilmiĢtir (Özkan, 2003: 10). Parametrik üyelik fonksiyonları
arasında en yaygın kullanım alanı bulan üyelik fonksiyonları, bilgi iĢlemsel etkinlikleri ve formüllerinin
basit oluĢu nedeniyle üçgensel ve yamuksal üyelik fonksiyonlarıdır (Baykal ve Beyan, 2004:79).
Bulanık sayılar, bulanık kümenin çeĢitleri arasında yer alan ve gerçel sayılar kümesi ‘de
tanımlı bulanık kümelerdir (Klir ve Yuan, 1995:97). Bu bakımdan bulanık kümelerin özel bir alt kümesi
olarak ifade edilebilir. Her bulanık sayı bulanık bir küme olabilir ama her bulanık küme, bulanık bir sayı
olamaz (Özkan, 2003:59).
: [0,1]A (21)
Bulanık sayıların iki özel türü olan üçgensel (triangular) ve yamuksal (trapezoidal) bulanık sayılar
uygulamada sıkça kullanılmakta olup isimlerini üyelik fonksiyonlarının biçimlerinden alırlar (Özkan,
2003:60). Bu çalıĢmada üçgensel bulanık sayı (ÜBS) lar kullanılmıĢtır.
Bir üçgensel bulanık sayı (ÜBS), sol ve sağ destek alanları ile tek bir eleman ile ifade edilen özden
oluĢmaktadır ve (l, m, u) parametreleri ile gösterilir.
ÜBS‘ya ait üyelik fonksiyonu aĢağıdaki gibi matematiksel olarak ifade edilebilir.
0,
( ) ,
,
A
x l veya x u
x lx l x m
m l
u xm x u
u m
(22)
ġekil 1. Üçgensel Bulanık
Sayı
ÜBS parametreleri arasında l<m<u sıralaması vardır. l ve u parametreleri ÜBS‘nın destek
kümesinin alt ve üst sınırlarını göstermektedir. m parametresi ile ifade edilen ve üyelik derecesi 1‘e eĢit
olan tek bir elemandan oluĢan öz bulunmaktadır. l ve m parametreleri sol destek alanının, m ve u
parametreleri sağ destek alanının sınırlarını göstermektedir.
1
0
l
m u
soldestek
sağ destek
( )A
x
Suleyman Demirel University, Department of Econometrics
855
1 1 1( , , )A l m u ve
2 2 2( , , )B l m u Ģeklinde 2 ÜBS olsun.
1 1 1l m u ve
2 2 2l m u olmak üzere bu
iki ÜBS üzerinde yapılabilecek yaklaĢık aritmetik iĢlemler Ģu Ģekilde sıralanabilir:
Eşitlik,
ve A B ÜBS‘larının eĢit olabilmesi için, üyelik fonksiyonlarının diğer bir deyiĢle karĢılıklı
elemanlarının eĢit olması gerekmektedir.
1 1 1 2 2 2 1 2 1 2 1 2
( , , ) ( , , ) , , A B l m u l m u l l m m u u (23)
Toplama,
1 2 1 2 1 2
( ) ( , , )A B l l m m u u (24)
Çıkarma,
1 2 1 2 1 2
( ) ( , , )A B l u m m u l (25)
Çarpma ve bölme iĢlemleri pozitif ÜBS‘lar üzerinde tanımlanacaktır. Pozitif bir bulanık sayı, alt
sınır değeri pozitif olan sayıdır.
Çarpma,
1 2 1 2 1 2
1 2
( ) ( , , )
, 0
A B l l m m u u
l l
(26)
Bölme,
1 1 1
2 2 2
1 2
(/) , ,
, 0
l m uA B
u m l
l l
(27)
BULANIK VIKOR YÖNTEMĠ
VIKOR (VIseKriterijumsa Optimizacija I Kompromisno Resenje), 1998 yılında Opricovic
tarafından önerilmiĢ, çok kriterli karar vermede kullanılan Çok Nitelikli Karar Verme (ÇNKV)
yöntemlerinden biridir. VIKOR yöntemi, karar verme sürecinde birbiri ile çeliĢen kriterler bulunduğunda
alternatifleri sıralayarak en uygun alternatifin seçimine odaklanmaktadır (Opricovic ve Tzeng, 2004).
Yöntem ile amaçlanan, uzlaĢmacı bir çözüm ile maksimum grup faydasını (çoğunluk kuralı) ve minimum
bireysel piĢmanlığı tesis edecek uzlaĢık bir çözüm bulmaktır. Yu (1973) ve Zeleny (1982) tarafından
önerilen uzlaĢtırıcı çözüm kavramı, ideal çözüme yakınlık derecesinin ölçümüne dayanmaktadır ve
uzlaĢık sıralama için çok kriterli çözüm, uzlaĢık programlamada toplama fonksiyonu olarak kullanılan Lp
kriterinden geliĢtirilmiĢtir (Akyüz, 2012; Zeleny, 1982; Lai ve Hwang, 1996). VIKOR yöntemi de benzer
prensibe dayanan çok kriterli bir sıralama indeksi kullanmaktadır (Vahdani vd., 2010). Klasik ÇNKV
tekniklerinde olduğu gibi VIKOR yönteminde de kriterlerin ağırlıklarının kesin olarak bilindiği
varsayılmaktadır ancak, gerçek yaĢam problemlerinin çoğunluğunda kesin verilere ulaĢmak mümkün
değildir. Karar vermenin doğasındaki belirsizlik ve sübjektif değerlendirmelerin varlığı da karar sürecinde
kesin sayısal değerlerle ifade etmeyi zorlaĢtırmaktadır. Bulanık VIKOR yöntemi, bulanık mantığın
VIKOR yöntemine entegre edilerek uygulanmasıdır. Bulanık VIKOR yöntemi, dilsel değerlendirmeleri
dikkate alarak, en iyi çözümü ve uzlaĢtırıcı çözümü bulmada rasyonel ve sistematik süreçler sunmakta,
sübjektif değerlendirmeleri karar sürecinde dahil etmektedir.
Literatürde Bulanık VIKOR ile yapılmıĢ bir çok çalıĢma bulunmaktadır. Tedarikçi seçimi
(Shemshadi vd., 2011; Akyüz, 2012; Mirahmadi ve Teimoury, 2012; Sanayei vd., 2010), lojistik firması
seçimi (Görener, 2011), tedarik zinciri stratejisi seçimi (Görener, 2013), müteahhit firma seçimi
(Ramezaniyan vd., 2012), personel seçimi (Yıldız ve Deveci, 2013), proje seçimi (Yıldız, 2014), su
Suleyman Demirel University, Department of Econometrics
856
kaynağı planlaması (Opricovic, 2011) gibi bir çok uygulama Bulanık VIKOR yöntemi kullanılarak
yapılmıĢtır.
Bulanık VIKOR yönteminde izlenen adımlar aĢağıda sıralanmıĢtır (Chen ve Wang, 2009; Wang
vd., 2006):
Adım 1. Karar vericiler grubu oluĢturularak, alternatifler ve alternatiflerin değerlendirilmesinde
kullanılacak kriterler belirlenir. n adet karar vericinin, m adet alternatifin ve k adet değerlendirme
kriterinin olduğu varsayılır.
Adım 2. Kriter ağırlıklarını belirlemek ve alternatifleri derecelendirmek için kullanılacak dilsel
değiĢkenler ve bulanık sayı karĢılıkları tanımlanır.
Adım 3. Karar vericilerin değerlendirmeleri birleĢtirilerek tek bir grup kararına dönüĢtürülür. Her
bir kriterin bütünleĢtirilmiĢ bulanık ağırlığı, n karar verici sayısını göstermek üzere,
1
1, 1,2, ,
ne
j j
e
w w j kn
(28)
eĢitliği ile hesaplanır. i. alternatifin j. kritere göre önem ağırlığı ise,
1
1, 1,2, ,
ne
ij ij
e
x x i mn
(29)
eĢitliği ile hesaplanır.
Adım 4.Tüm kriter ve alternatifler için bütünleĢtirilmiĢ değerler elde edildikten sonra, bulanık
karar matrisi ve ağırlık matrisi oluĢturulur.
11 12 1
21 22 2
1 2
, 1,2, , ; 1,2, ,
j
j
i i ij
x x x
x x xD i m j k
x x x
(30)
1 2 , 1,2, ,j jw w w w j k (31)
Adım 5. Bulanık karar matrisinde yer alan tüm kriter fonksiyonlarının bulanık en iyi değeri *
jf
ve bulanık en kötü değeri jf belirlenir.Bulanık en iyi ve en kötü değerlerin belirlenmesinde kriterin
özelliği göz önünde bulundurularak iki farklı Ģekilde hesaplama yapılır. Eğer j. kriter bir fayda özelliğine
sahip ise *
jf ve jf değerleri,
* max
min
j iji
j iji
f x
f x
(32)
eĢitliği ile hesaplanırken, j. kriter bir maliyet ifade ediyor ise,
* min
max
j iji
j iji
f x
f x
(33)
Suleyman Demirel University, Department of Econometrics
857
eĢitliği yardımıyla hesaplanır.
Adım 6. Kriterlere göre i. alternatifin en iyi bulanık değere uzaklığının toplamını ifade eden iS ve
i. alternatifin bulanık en kötü değerlere olan maksimum uzaklığının ifade eden iR değerleri hesaplanır.
*
*1
kj ij
i j
j j j
f xS w
f f
(34)
*
*max
j ij
i jj
j j
f xR w
f f
(35)
Adım 7. *S maksimum grup faydasını, *R karĢıt görüĢtekilerin minimum piĢmanlığını ifade
etmek üzere * *, , ,S S R R değerleri ile grup faydası ve piĢmanlığın birlikte değerlendirilmesi ile elde
edilen iQ indeksi hesaplanır.
* min
max
ii
ii
S S
S S
(36)
* min
max
ii
ii
R R
R R
(37)
* *
**1i i
i
S S R RQ q q
R RS S
(38)
iQ değerlerinin hesaplanmasında kullanılan q parametresi, kriterlerin çoğunluğunun ağırlığını
(maksimum grup faydasını) göstermektedir. q değeri maksimum grup faydasını sağlayan strateji için
ağırlığı ifade ederken, (1-q) ise karĢıt görüĢtekilerin minimum piĢmanlığının ağırlığını ifade etmektedir.
UzlaĢma; ―çoğunluk oyu‖ (q>0,5) ile, ―konsensus‖ (q=0,5) ile veya ―veto‖ (q<0,5) ile sağlanabilir.
Adım 8. Üçgensel bulanık sayı iQ durulaĢtırılarak
iQ indeksi elde edilir. DurulaĢtırma sonrası
elde edilen iQ indeksi alternatiflerin sıralanmasında kullanılmaktadır.
iQ indeks değeri en düĢük olan
alternatif en iyi alternatiftir.
Adım 9. Yöntemin son adımında belirlenen en iyi alternatifin uzlaĢtırıcı çözüm olup olmadığı
belirlenir. UzlaĢtırıcı çözümü belirlemek için aĢağıdaki iki koĢulun sağlanıp sağlanmadığı kontrol
edilmektedir.
Koşul 1. Kabul Edilebilir Avantaj Koşulu:iQ değerleri küçükten büyüğe sıralandığı durumda ilk
sırada yer alan alternatif 1A ve ikinci sırada yer alan alternatif
2A olarak gösterildiğinde, kabul edilebilir
avantaj,
1 2Q A Q A DQ (39)
koĢuluna bağlıdır. EĢitlik (21)‘de kullanılan DQparametresi alternatif sayısına bağlı olup, m
alternatif sayısını göstermek üzere,
Suleyman Demirel University, Department of Econometrics
858
1
1DQ
m
(40)
eĢitliği ile hesaplanır.
Koşul 2. Kabul Edilebilir İstikrar Koşulu: iQ değerleri küçükten büyüğe sıralandığı durumda ilk
sırada yer alan 1A alternatifi, S ve/veya R değerlerine göre küçükten büyüğe yapılan sıralamada da
minimum değere sahip en iyi alternatiftir. Bu durumda uzlaĢık çözüm karar verme sürecinde istikrarlıdır.
Yukarıda belirtilen iki koĢuldan bir tanesi sağlanmadığı durumlarda uzlaĢık çözüm kümesi Ģu
Ģekilde önerilir:
Eğer kabul edilebilir istikrar koşulu sağlanmıyor ise 1A ve
2A alternatiflerinin her ikisi
de uzlaĢık ortam çözüm olarak kabul edilir.
Eğer kabul edilebilir avantaj koşulu sağlanmıyorsa 1 2, , , mA A A alternatiflerinin
tamamı uzlaĢık en iyi ortak çözüm kümesinde yer alır. Burada üst sınır değeri olan
maksimum M, 1mQ A Q A DQ iliĢkisine göre belirlenir.
Q değerlerine göre sıralanan en iyi alternatif, minimum Q değerine sahip alternatiflerden biridir.
UYGULAMA: MOBĠL ĠġLETĠM SĠSTEMLERĠNĠN DEĞERLENDĠRĠLMESĠ
ÇalıĢmanın uygulama kısmında günlük hayatta sıklıkla kullandığımız tablet / akıllı cep telefonu
vb. kullanıcılara mobilite sağlayan cihazların donanım ve yazılımının uyumlu çalıĢmasına, kontrol
edilmesine ve yönetilmesine olanak sağlayan mobil iĢletim sistemleri, uzman görüĢü alınarak ÇKKV
yaklaĢımlarından VIKOR ile değerledirilmiĢtir. Karar verici uzmanların subjektif görüĢlerini karar
sürecine daha iyi yansıtabilmek ve karar verme sürecinin doğasında yer alan belirsizliği gidermek üzere
VIKOR yöntemine bulanık mantık entegre edilerek, değerlendirmelere Bulanık VIKOR yöntemi ile
yapılmıĢtır. Mobil iĢletim sistemi pazarında yüksek paya sahip ve mobil cihazlarda sıklıkla kullanılan 5
mobil iĢletim sistemi değerlendirilmiĢtir. ÇalıĢma kapsamında iOS – Apple (A1), Android – Google Inc.
(A2), RIM – Blackberry (A3), Windows Phone – Microsoft (A4), Symbian – Symbian Foundation (A5)
değerlendirmeye tabi tutulan mobil iĢletim sistemi alternatifleridir.
Bulanık VIKOR yönteminin uygulanmasında bir önceki bölümde sıralanan adımlar izlenmiĢtir.
Adım 1. Karar verme sürecinde görüĢüne baĢvurulacak uzman grup belirlendikten sonra, mobil
iĢletim sistemlerinin değerlendirilmesinde kullanılacak kriterler literatür taraması ve sektörde faaliyet
gösteren firmaların raporlarından derlenerek oluĢturulmuĢtur. Uzman grubunun görüĢü alınarak nihai
kriterler belirlenmiĢtir. Değerlendirme sürecinde kullanılacak kriterler ve kriter kısaltmaları Tablo 1.‘de
gösterilmiĢtir.
Tablo 1. Mobil iĢletim sistemi değerlendirme kriterleri
Karar Kriterleri
C
1 Gerçek zamanlı kapasite
C
2
ĠĢlemci ve donanım
uyumluluğu
C
3 Teknik destek
C
4 Hafıza kullanımı
C
5 Dökümantasyon
C
6 Telif ücretleri
Suleyman Demirel University, Department of Econometrics
859
C
7 Ağ (network) kapasitesi
C
8 MüĢteri tatmini
C
9
Hız ve zaman çizelgeleme
etkinliği
C
10 Tedarikçi itibarı
C
11 Güvenlik
C
12 Genel maliyet
C
13 Uygulama mağazası
C
14 Güncelleme
Adım 2. Kriter ağırlıklarını belirlemek ve alternatifleri derecelendirmek amacıyla literatürde yer
alan bir çok dilsel değiĢken ve bulanık sayı karĢılıklarını gösteren farklı ölçekler mevcuttur. Bu çalıĢmada
kullanılacak dilsel değiĢkenler ve bulanık sayı karĢılıkları Chen ve Wang (2009)‘ın çalıĢmalarından
alınmıĢtır. Kullanılan dilsel değiĢkenler ve bulanık sayılar Tablo 2.‘de gösterilmiĢtir.
Tablo 2. Dilsel değiĢkenler ve bulanık sayı karĢılıkları
Kriter ağırlıkları için
Alternatiflerin derecelendirilmesi için
Dilsel DeğiĢkenler Bulanık Sayılar
Dilsel DeğiĢkenler Bulanık Sayılar
Çok düĢük (ÇD) (0.00, 0.00, 0.25)
Çok kötü (ÇK) (0.00, 0.00, 2.50)
DüĢük (D) (0.00, 0.25, 0.50)
Kötü (K) (0.00, 2.50, 5.00)
Orta (O) (0.25, 0.50, 0.75)
Orta (O) (2.50, 5.00, 7.50)
Yüksek (ÇD) (0.50, 0.75, 1.00)
Ġyi (İ) (5.00, 7.50, 10.00)
Çok yüksek (ÇD) (0.75, 1.00, 1.00)
Çok iyi (Çİ) (7.50, 10.00, 10.00)
Kaynak: Chen ve Wang , 2009: 235-236
Adım 3. Karar verme sürecinde kullanılacak dilsel değiĢkenler aracılığıyla karar verici uzman
grubun görüĢleri alınmıĢtır. Uzman grubun değerlendirilmeleri analiz edilmek üzere EĢitlik (9) ve EĢitlik
(10) kullanılarak tek bir grup kararına dönüĢtürülmüĢtür. ĠĢlemler sonucu elde edilen bulanık ağırlıklar ve
bulanık alternatif değerlendirmeleri Tablo 3. ve Tablo 4‘de gösterilmiĢtir.
Tablo 3. Kriterler için bütünleĢtirilmiĢ bulanık ağırlıklar
Kriterler Bulanık Ağırlıklar (wj)
l m u
C1 0,69 0,94 1,00
C2 0,75 1,00 1,00
C3 0,56 0,81 1,00
C4 0,50 0,75 1,00
C5 0,06 0,25 0,50
C6 0,13 0,31 0,56
C7 0,50 0,75 1,00
C8 0,49 0,75 0,88
C9 0,38 0,63 0,88
C10 0,56 0,81 0,94
C11 0,63 0,88 0,94
C12 0,19 0,44 0,69
C13 0,75 1,00 1,00
C14 0,50 0,75 1,00
Suleyman Demirel University, Department of Econometrics
860
Tablo 4. Alternatifler için bütünleĢtirilmiĢ bulanık değerlendirmeler
Kriterler
A1 A2 A3 A4 A5
l m u l m u l m u l m u l m u
C1 7,50 10,00 10,00 7,50 10,00 10,00 4,17 6,67 8,33 5,00 7,50 9,17 1,88 4,38 6,88
C2 7,50 10,00 10,00 6,67 9,17 10,00 5,83 8,33 10,00 5,83 8,33 10,00 4,17 6,67 9,17
C3 6,25 8,75 9,38 5,00 7,50 10,00 4,17 6,67 9,17 5,83 8,33 9,17 4,17 6,67 9,17
C4 5,83 8,33 10,00 5,00 7,50 9,17 3,33 5,83 8,33 5,00 7,50 10,00 3,33 5,83 8,33
C5 5,83 8,33 10,00 5,00 7,50 9,17 2,50 5,00 7,50 1,67 4,17 6,67 0,83 2,50 5,00
C6 2,50 5,00 7,50 5,83 8,33 10,00 2,50 5,00 7,50 4,17 6,67 9,17 3,33 5,00 6,67
C7 5,83 8,33 10,00 7,50 10,00 10,00 3,33 5,83 8,33 3,33 5,83 8,33 3,33 5,83 8,33
C8 7,50 10,00 10,00 7,50 10,00 10,00 4,17 6,67 8,33 5,00 7,50 10,00 1,67 4,17 6,67
C9 5,00 7,50 10,00 5,00 7,50 10,00 3,33 5,83 8,33 5,83 8,33 10,00 3,33 5,83 8,33
C10 6,67 9,17 10,00 5,83 8,33 10,00 2,50 5,00 7,50 6,67 9,17 10,00 3,33 5,83 8,33
C11 7,50 10,00 10,00 4,17 6,67 9,17 2,50 5,00 6,67 5,00 7,50 10,00 3,33 5,83 8,33
C12 4,17 6,67 8,33 6,67 9,17 10,00 2,50 5,00 7,50 5,00 7,50 10,00 5,00 7,50 9,17
C13 7,50 10,00 10,00 7,50 10,00 10,00 2,50 5,00 6,67 2,50 5,00 7,50 0,83 2,50 5,00
C14 6,67 9,17 10,00 7,50 10,00 10,00 4,17 6,67 8,33 5,00 7,50 9,17 1,67 4,17 6,67
Adım 4. Tüm kriter ve alternatifler için bütünleĢtirilmiĢ tek bir grup kararı elde edildikten sonra bu
değerler kullanılarak bulanık karar ve bulanık ağırlık matrisleri oluĢturulmuĢtur.
Adım 5. Bulanık karar matrisinde yer alan tüm kritere ait değerler üzerinden EĢitlik (13) ve EĢitlik
(14) kullanılarak, fonksiyonların bulanık en iyi değeri *
jf ve bulanık en kötü değeri jf
belirlenmiĢtir (Tablo 5).
Tablo 5. Kriterler için bulanık en iyi ve en kötü değerler
j
*
jf jf
l m u l m u
1 7,50 10,00 10,00 1,88 4,38 6,88
2 7,50 10,00 10,00 4,17 6,67 9,17
3 6,25 8,75 10,00 4,17 6,67 9,17
4 5,83 8,33 10,00 3,33 5,83 8,33
5 5,83 8,33 10,00 0,83 2,50 5,00
6 5,83 8,33 10,00 2,50 5,00 6,67
7 7,50 10,00 10,00 3,33 5,83 8,33
8 7,50 10,00 10,00 1,67 4,17 6,67
9 5,83 8,33 10,00 3,33 5,83 8,33
10 6,67 9,17 10,00 2,50 5,00 7,50
11 7,50 10,00 10,00 2,50 5,00 6,67
12 6,67 9,17 10,00 2,50 5,00 7,50
13 7,50 10,00 10,00 0,83 2,50 5,00
14 7,50 10,00 10,00 1,67 4,17 6,67
Adım 6. Kriterlere göre i. alternatifin en iyi bulanık değere uzaklığının toplamını ifade eden iS ve
i. alternatifin bulanık en kötü değerlere olan maksimum uzaklığının ifade eden iR değerleri EĢitlik (15)
ve eĢitlik (16) kullanılarak hesaplanmıĢtır (Tablo 6).
Suleyman Demirel University, Department of Econometrics
861
Tablo 6.iS ve
iR değerleri
Alternatifler iS iR
l m u l m u
A1 0,634 1,190 1,630 0,200 0,313 0,750
A2 1,356 1,977 0,818 0,417 0,583 0,500
A3 5,388 8,097 9,247 0,625 0,875 1,000
A4 2,948 4,336 3,491 0,563 0,750 1,000
A5 6,315 9,492 11,135 0,750 1,000 1,000
Adım 7. EĢitlik (17), (18), (19) kullanılarak * *, , ,S S R R değerleri ile grup faydası ve
piĢmanlığın birlikte değerlendirilmesi ile elde edilen iQ indeksi hesaplanmıĢtır.
iQ indeksi hesaplanırken
konsensüsü yansıtmak için q değeri q=0.5 olarak alınmıĢtır. Tablo 7.‘de hesaplanan * *, , ,S S R R
değerleri gösterilmektedir.
Tablo 7. * *, , ,S S R R değerleri
l m u
S 6,315 9,492 11,135
*S 0,634 1,190 0,818
R 0,750 1,000 1,000
*R 0,200 0,313 0,500
Adım 8. Elde edilen bulanık sayılar (iS ,
iR ,iQ ) durulaĢtırılarak
iS ,iR ,
iQ indeksleri
hesaplanmıĢ ve bu indekslere göre alternatif sıralamaları yapılmıĢtır. Literatürde farklı durulaĢtırma
operatörleri mevcut olmakla beraber bu çalıĢmada Hseih vd. (2004) çalıĢmalarında önerdikleri En Ġyi
Gerçek Sayı Değeri (Best Nonfuzzy Performance Value, BNP) yöntemi kullanılmıĢtır.
BNP yöntemi ile durulaĢtırma iĢlemi, (l,m,u) parametreleri sırasıyla üçgen bulanık sayının alt, orta
ve üst değerlerini göstermek üzere,
,3
i i i i
i i i
u l m lBNP l
(41)
eĢitliği ile yapılır. DurulaĢtırma iĢlemi sonrası oluĢturulan iS ,
iR ,iQ indeksleri ve alternatif
sıralamaları Tablo 8.‘de gösterilmiĢtir.
Tablo 8. iS , iR , iQ indeksleri ve alternatif sıralamaları
Alternatifler
iQ iQ iS iR
l m u Ġndeks
Değeri Sıra
Ġndeks
Değeri Sıra
Ġndeks
Değeri Sıra
A1 0,00 0,00 0,29 0,10 1 1,15 1 0,42 1
A2 0,26 0,24 0,00 0,17 2 1,38 2 0,50 2
A3 0,80 0,83 0,91 0,85 4 7,58 4 0,83 4
A4 0,53 0,51 0,63 0,56 3 3,59 3 0,77 3
A5 1,00 1,00 1,00 1,00 5 8,98 5 0,92 5
Adım 9. UzlaĢtırıcı çözümün belirlenmesi aĢamasında kabul edilebilir avantaj ve kabul edilebilir
istikrar koĢullarının sağlanıp sağlanmadığı incelenmiĢtir.
Koşul 1. Kabul Edilebilir Avantaj Koşulu:iQ değerleri küçükten büyüğe sıralandığı durumda ilk
sırada yer alan alternatif A1 ve ikinci sırada yer alan alternatif A2 olarak belirlenmiĢ, bu iki alternatife ait
iQ indeks değerleri EĢitlik (20) kullanılarak kabul edilebilir avantaj koĢulu incelenmiĢ ve koĢulun ihlal
edildiği saptanmıĢtır.
Suleyman Demirel University, Department of Econometrics
862
Koşul 2. Kabul Edilebilir İstikrar Koşulu: iQ değerleri küçükten büyüğe sıralandığı durumda ilk
sırada yer alan A1 alternatifi, S ve/veya R değerlerine göre küçükten büyüğe yapılan sıralamada da
minimum değere sahip en iyi alternatif olarak belirlenmiĢtir. Bu durumda elde edilen uzlaĢık çözüm karar
verme sürecinde istikrarlıdır.
KoĢullara göre elde edilen çözüm değerlendirildiğinde sadece kabul edilebilir istikrar koĢulunun
sağlandığı, kabul edilebilir avantaj koĢulunun ise sağlanmadığı görülmektedir. 1mQ A Q A DQ
iliĢkisine göre A1 ve A2 alternatiflerinin her ikisi de uzlaĢtırıcı çözümlerdir.
Sonuç
Bu çalıĢmada akıllı telefon, tablet, PDA gibi mobil cihazlar üzerinde temel sistem iĢlemlerini
yürütmekle sorumlu mobil iĢletim sistemlerinden sektörde faaliyet gösteren üretici firmalar ve son
kullanıcılar tarafından sıklıkla tercih edilen 5 alternatif (iOS, Android, Blackberry OS, Windows Phone
ve Symbian) belirlenerek Bulanık VIKOR yöntemi ile değerlendirilmiĢtir.
Uzman görüĢü alınarak yapılan değerlendirme ve analizler sonucunda iOS ve Android mobil
iĢletim sistemleri uzlaĢtırıcı çözüm kümesinde yer almıĢlardır. Ancak tek bir alternatif tercihi yapılması
durumunda en iyi değere olan uzaklıklar dikkate alınarak iOS iĢletim sisteminin daha üstün olduğu
söylenebilir.
Analiz bulgularına göre nihai sıralama, iOS, Android, Windows Phone, Blackberry OS ve
Symbian Ģeklinde gerçekleĢmiĢtir.
Bu çalıĢmada iĢletim sistemlerinin teknik boyutunu karĢılaĢtıran kriterler belirlenerek sadece
uzman görüĢü alınarak değerlendirme yapılmıĢtır. Son kullanıcıların geniĢ katılımı ile kullanıcı odaklı
kriterlerin kullanıldığı bir çalıĢma mobil iĢletim sistemlerinin değerlendirilmesinde farklı bir bakıĢ açısı
sunabilir.Ġzleyen çalıĢmalarda hibrit ÇKKV yöntemleri kullanılarak, bulgular karĢılaĢtırılabilir.
KAYNAKÇA
Akyüz, G., "Bulanık VIKOR Yöntemi ile Tedarikçi Seçimi", Atatürk Üniversitesi Ġktisadi ve Ġdari
Bilimler Dergisi, Cilt.26, No. l, 2012, s. 197 -214.
Bilgi Teknolojileri ve ĠletiĢim Kurumu (BTK), Online: Pazar Verileri Ġstatistikleri,
http://www.tk.gov.tr/kutuphane_ve_veribankasi/pazar_verileri/pazar_verileri.php , EriĢim tarihi: 12.04.2014
Chen, L.Y. ve Wang, T.-C. (2009) ―Optimizing partners‘ choice in IS/IT outsourcing projects: The
strategic decision of fuzzy VIKOR‖, International Journal of Production Economics, 120(1), ss.233-242.
Görener, A. ―Tedarik Zinciri Stratejisi Seçimi: Bulanık VIKOR Yöntemiyle Ġmalat Sektöründe Bir
Uygulama‖, Uluslararası Alanya ĠĢletme Fakültesi Dergisi International Journal of Alanya Faculty of Business,
Yıl:2013, C:5, S:3, s. 47-62.
Görener, A., ―Depo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS
yöntemlerinin uygulanması‖, Ġstanbul Üniversitesi ĠĢletme Fakültesi Dergisi, Cilt/Vol:42, Sayı/No:2, 2013,
198-218.
Hsieh, T.-Y., Lu, S.-T. ve Tzeng, G.-H. (2004) ―Fuzzy MCDM approach for planning and design
tenders selection in public office buildings‖, International Journal of Project Management, 22(7), ss.573–584.
Lai, Y. ve Hwang C. (1996) Fuzzy Multiple Objective Decision Making: Methods and Applications.
Lecture Notes in Economics and Mathematical Systems. Springer
Mirahmadia, N. , Teimoury, E. ―A Fuzzy VIKOR Model for Supplier Selection and Evaluation: Case of
EMERSUN Company‖, Journal of Basic and Applied Scientific Research, 2012, 2(5)5272-5287.
Mobilike, Madreport - Çeyrek Rapor, Online: http://mobilike.com/ wp-content/ uploads/ downloads
/2013/02/madreport_Q4_Web6.pdf, EriĢim Tarihi: 12.04.2014
Opricovic, S. ―Fuzzy VIKOR with an application to water resources planning‖, Expert Systems with
Applications 38 (2011) 12983–12990.
Suleyman Demirel University, Department of Econometrics
863
Opricovic, S. ve Tzeng, G.-H. (2004) ―Compromise solution by MCDM methods: A comparative
analysis of VIKOR and TOPSIS‖, European Journal of Operational Research, 156(2), ss.445–455.
Ramezaniyan , R. M., Kazemi , M., Jafari, H., Majid Elahi, S. ―Application of integrated fuzzy VIKOR
& AHP methodology to contractor ranking‖, Management Science Letters 2 (2012) 1511–1526.
Sanayei, A., Mousavi, S. F. ve Yazdankhah, A. ―Group decision making process for supplier selection
with VIKOR under fuzzy environment‖, Expert Systems with Applications, Volume 37, Issue 1, January 2010,
p. 24-30
Shemshadi, A., Shirazi, H., Toreihi, M. ve Tarokh, M.J., ―A fuzzy VIKOR method for supplier
selection based on entropy measure for objective weighting‖, Expert Systems with Applications 38 (2011)
12160–12167.
Vahdani, B., Hadipour, H., Sadaghiani, J.S. ve Amiri, M. (2010) ―Extension of VIKOR method based
on interval-valued fuzzy sets‖, International Journal of Advanced Manufacturing Technology, 47(9-12),
ss.1231-1239.
Wang, T.-C., Liang, L.-J., & Ho, C.-Y. (2006). Multi-criteria decision analysis by using fuzzy VIKOR.
In Proceedings of international conference on service systems and service management, 2, 901–906.
Yıldız, A. ve Deveci, M., ―Bulanık VIKOR Yöntemine Dayalı Personel Seçim Süreci‖, Ege Akademik
BakıĢ Dergisi, Cilt: 13, Sayı: 4, Ekim 2013, ss. 427-436
Yıldız, A., ―Bulanık VIKOR Yöntemini Kullanarak Proje Seçim Sürecinin Ġncelenmesi‖,
Yu, P. L. 1973. ―A Class of Solutions for Group Decision Problems‖, Management Science, 19 (8), p.
936-946.
Zeleny, M., ―Multiple Criteria Decision Making‖, McGraw-Hill, New York, 1982